人工智能基礎(chǔ)與應(yīng)用（第2版）（微課版）課件 6-2 項(xiàng)目1-推你喜愛的電影

6-2項(xiàng)目1—推薦你喜愛的電影模塊?個(gè)性化推薦：主動滿足你的需求目錄CONTENTS提出問題01預(yù)備知識03解決方案02任務(wù)1—合并電影基本信息和評分記錄04任務(wù)3—給某個(gè)用戶推薦前m部電影06任務(wù)2—找到與某用戶最相似的n個(gè)用戶05一.提出問題問題描述隨著人們生活節(jié)奏的加快，在工作之余上網(wǎng)看電影不失為一種放松身心的方式。面對網(wǎng)站里琳瑯滿目的電影，用戶自己有時(shí)也不知如何去選擇。那么，是否可以利用前文所介紹的推薦算法幫助用戶做出選擇，讓用戶體驗(yàn)到智能化的生活方式呢答案是肯定的。二.解決方案1.方案思路基于用戶的協(xié)同過濾推薦電影解決問題基本思想：首先要了解該用戶的興趣愛好，即他看過哪些電影、對哪些電影的評價(jià)較高等，以此來確定他的電影偏好；其次，要找出與當(dāng)前用戶具有相似電影愛好的用戶群體，看他們已經(jīng)看過哪些電影，然后從這些電影中篩選出當(dāng)前用戶沒有看過的電影；最后按評分從高到低的順序?qū)㈦娪巴扑]給用戶，以達(dá)到主動滿足用戶看電影的需求的目的。電影偏好相似群體最愛電影篩選排序推薦topN二.解決方案2.具體方案三.預(yù)備知識1.MovieLens數(shù)據(jù)集將數(shù)據(jù)集解壓后，可以看到4個(gè)主要的CSV文件，它們分別是links.csv、movies.csv、ratings.csv和tags.csv三.預(yù)備知識2.按主鍵合并數(shù)據(jù)點(diǎn)X與點(diǎn)Y之間的歐氏距離等于各特征值之差的平方和的平方根為啥合并？于用戶與電影的數(shù)據(jù)非常多，為了便于管理，將這些數(shù)據(jù)分別存儲在不同的文件中。但在推薦過程中，要直觀了解一部電影的關(guān)聯(lián)信息，如用戶評價(jià)過哪幾部電影、它的名稱是什么等，就需要使用關(guān)鍵字將關(guān)聯(lián)信息合并在一張表中。三.預(yù)備知識2.按主鍵合并數(shù)據(jù)合并后的結(jié)果四.任務(wù)1——合并電影基本信息和評分記錄1.讀取文件數(shù)據(jù)四.任務(wù)1——合并電影基本信息和評分記錄2.合并數(shù)據(jù)五.任務(wù)2——找到與某個(gè)用戶最相似的n個(gè)用戶1.統(tǒng)計(jì)各用戶已評價(jià)的電影和評分用戶1評分的部分?jǐn)?shù)據(jù)五.任務(wù)2——找到與某個(gè)用戶最相似的n個(gè)用戶2.計(jì)算兩個(gè)用戶之間的相似度五.任務(wù)2——找到與某個(gè)用戶最相似的n個(gè)用戶3.找到與某用戶最相似的前n個(gè)用戶與用戶1最相似的10個(gè)用戶的相似度六.任務(wù)3——給某個(gè)用戶推薦前m部電影1.找出最相似的用戶看過的但該用戶沒有看過的m部電影六.任務(wù)3——給某個(gè)用戶推薦前m部電影2.向指定用戶推薦前m部電影推薦給用戶2的前8部電影六